論文の概要: Structured Fluctuations and the Information Dynamics of Self-Maintenance in Growing Neural Cellular Automata
- arxiv url: http://arxiv.org/abs/2607.12403v1
- Date: Tue, 14 Jul 2026 06:23:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:30.052048
- Title: Structured Fluctuations and the Information Dynamics of Self-Maintenance in Growing Neural Cellular Automata
- Title（参考訳）: 成長型ニューラルセルオートマタにおける構造ゆらぎと自己維持情報のダイナミクス
- Abstract要約: 成長するニューラルセルオートマタ(GNCA)は、堅牢な自己維持と自己修復を可能にする。
内部のゆらぎは情報の流れ、調整、そして誘引的リカレント状態への回帰を支援する機能成分として機能することを示す。
- 参考スコア（独自算出の注目度）: 0.7498027847107155
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Growing Neural Cellular Automata (GNCA) are capable of robust self-maintenance and self-repair, yet the internal dynamical mechanisms that support these capabilities remain poorly understood. Here, we investigate the role of internal fluctuations--temporal micro-variability of hidden channel states--in a trained GNCA model, challenging the assumption that such variability is merely residual stochastic noise. Through systematic analysis spanning update-rate sweeps, spatial correlation measurements, dimensionality reduction of collective state trajectories, localized damage experiments, transfer entropy vector field estimation, and partial information decomposition, we show that internal fluctuations are spatially structured, dynamically coupled to an attracting collective state, and associated with distributed small-magnitude updates that contribute to damage recovery. Damage induces a global deviation in latent state space followed by gradual re-convergence, and suppressing distributed small-magnitude updates associated with baseline fluctuation dynamics outside a permissive radius that encompasses the majority of the cells significantly impairs recovery. Transfer entropy analysis characterizes a spatially differentiated repair response: corrective inward flow near the damage site coexists with outward perturbation propagation at greater distances. Partial information decomposition further suggests a regime shift from synergy-dominant resting computation to redundancy-increased coordination during recovery. These findings indicate that GNCA self-repair emerges from high-dimensional nonlinear collective dynamics in which internal fluctuations serve as a functional component supporting information flow, coordination, and return toward an attracting recurrent state.
- Abstract（参考訳）: 神経細胞性オートマタ(GNCA)の成長は、堅牢な自己維持と自己修復が可能であるが、これらの機能をサポートする内部動的メカニズムはいまだに理解されていない。
本稿では,隠れチャネル状態の時間的微小変動と内部揺らぎの役割について考察する。
系統的な解析により, 内部変動は空間的構造であり, 誘引的集団状態と動的に結合し, 損傷回復に寄与する分散小経度更新と関連していることがわかった。
損傷は、潜伏状態空間におけるグローバルな偏差を誘導し、徐々に再収束し、細胞の大部分を包含する許容半径の外側のベースライン変動ダイナミクスに付随する、分散された小さなマグニチュード更新が回復を著しく損なう。
トランスファーエントロピー解析は、より遠距離で外向きの摂動伝播を伴う損傷部位近傍の補正的内向き流れという、空間的に区別された修復応答を特徴付ける。
部分的な情報分解は、回復中の相乗支配的休息計算から冗長化調整への移行を示唆している。
これらの結果から, GNCA自己修復は, 内部揺らぎが情報フロー, 調整, 再帰を支援する機能成分として機能する高次元非線形集団力学から生じることが示唆された。
関連論文リスト
- Divisive Normalization Shapes Low-Rank Slow Manifolds for Continuous Working Memory [6.1311571881384745]
時間変化入力下での多様体の破砕を防止するためには,分割正規化が数学的に不可欠であることを示す。
その結果,分割正規化は高忠実度連続表現を学習するための重要な計算機構であることがわかった。
論文 参考訳（メタデータ） (2026-08-03T09:20:05Z) - GLU: Global-Local-Uncertainty Fusion for Scalable Spatiotemporal Reconstruction and Forecasting [0.0]
GLU(Global-Local-Uncertainty framework)について述べる。
再構成では、GLUは重要適応型地区選択を用いて、局所的な関連情報を検索する。
予測では、階層的なLeader-Follower Dynamicsモジュールが遅延状態を進化させ、メモリ増加を大幅に減少させる。
論文 参考訳（メタデータ） (2026-03-27T02:40:58Z) - Interaction-Enabled Hartree Fixed Points in Fermionic Resetting Dynamics [0.0]
リセット力学において、システムは繰り返し結合され、相互作用間で再結合される自由度から分離される。
これは非平衡状態を構築するための汎用的な経路を提供し、フェルミオンモデルにおける非平衡力学を研究するための強力で分析的に透明な枠組みを構成する。
本研究では,SPDM力学の閉包を保ちながら非線形な挙動を生成できる密度-密度相互作用のHartree平均場処理を導入する。
論文 参考訳（メタデータ） (2026-03-16T17:14:08Z) - On Exact Editing of Flow-Based Diffusion Models [97.0633397035926]
本研究では,フローベース編集を既知ソースによって駆動される分散変換問題として再構成する条件付き速度補正(CVC)を提案する。
CVCは、双対パースペクティブな速度変換機構を導入することにより、分配間変換における速度の役割を再考する。
我々は,CVCが優れた忠実度,セマンティックアライメント,多種多様なタスクに対する信頼性の高い編集動作を一貫して達成していることを示す。
論文 参考訳（メタデータ） (2025-12-30T06:29:20Z) - Unleashing Temporal Capacity of Spiking Neural Networks through Spatiotemporal Separation [67.69345363409835]
スパイキングニューラルネットワーク(SNN)は、時間的処理に自然に適していると考えられており、膜電位の伝播は、コア時間的モデリングメカニズムとして広く見なされている。
我々は, 膜伝播を段階的に段階的に除去する非ステートフル(NS)モデルの設計を行った。
論文 参考訳（メタデータ） (2025-12-05T07:05:53Z) - Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。
シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。
マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
論文 参考訳（メタデータ） (2025-10-09T04:48:49Z) - Noradrenergic-inspired gain modulation attenuates the stability gap in joint training [44.99833362998488]
連続学習の研究は、安定性ギャップとして知られる新しいタスクを同化する際に、マスターされたタスクのパフォーマンスが過度に低下することを発見した。
タスク境界における迅速な適応と堅牢な保持のバランスの不均衡を反映していると我々は主張する。
結節性好中球を介するノルアドレナリン系バーストに着想を得て,不確実性変調ゲインダイナミクスを提案する。
論文 参考訳（メタデータ） (2025-07-18T16:34:06Z) - Quasiconservation Laws and Suppressed Transport in Weakly Interacting Localized Models [0.0]
弱い相互作用下での非相互作用的局所化の摂動安定性について検討する。
運動の非相互作用的な局所積分に対する補正は、大きなシステムサイズで収束する。
電荷輸送能力は、相互作用の存在によって制限されている。
論文 参考訳（メタデータ） (2025-07-03T18:53:17Z) - Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation [79.16635054977068]
本稿では,アロスタシスの概念を内部表現の制御に拡張することにより,環境に対する知覚的信念を更新するための新しいモデルを提案する。
本稿では,アトラクタネットワークにおける活動の急増を空間的数値表現として利用する数値認識の応用に焦点を当てる。
論文 参考訳（メタデータ） (2025-03-20T12:28:08Z) - Neural State-Space Modeling with Latent Causal-Effect Disentanglement [3.5507435095193896]
本稿では,信号強度が小さいが,信号強度が大きいその後のグローバルな活動の原因となる局所的活動の再構築手法について論じる。
私たちの中心的なイノベーションは、システムの潜伏状態が潜在的に隠れた内部介入の影響を受けやすいかを明確にモデル化し、切り離すことによって、これに取り組むことです。
介入は直接観察できないが、その後の観測結果から切り離す必要があるため、システムのネイティブな介入自由力学の知識を統合し、実際の介入自由力学と仮説的な介入自由力学の差異に責任を負うと仮定して隠れた介入を推測する。
論文 参考訳（メタデータ） (2022-09-26T03:02:20Z) - Input correlations impede suppression of chaos and learning in balanced
rate networks [58.720142291102135]
ニューラルネットワークにおける情報符号化と学習は、時間変化による刺激が自発的なネットワーク活動を制御することができるかに依存する。
平衡状態の焼成速度ネットワークでは、リカレントダイナミクスの外部制御は入力の相関に強く依存することを示す。
論文 参考訳（メタデータ） (2022-01-24T19:20:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。